नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs OpenAI: GPT-5.6 Terra

सारांश

Claude Sonnet 5 (medium) vs GPT-5.6 Terra (low) benchmark तुलना: Claude Sonnet 5 (medium) average score मध्ये पुढे आहे: 7.9 vs 7.7. GPT-5.6 Terra (low) चा benchmark खर्च कमी आहे: $0.343 vs $0.550. GPT-5.6 Terra (low) वेगवान आहे: 4.88s vs 9.94s, pass rates 79.4% vs 74.6%.

शिफारस केलेले मॉडेल: GPT-5.6 Terra (low) - Its score stays close to the best score here (7.7 vs 7.9), while costing about 1.6x less than Claude Sonnet 5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-09

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 medium प्रकाशन: 2026-06-30 GPT-5.6 Terra GPT-5.6 Terra low प्रकाशन: 2026-07-09
स्कोअर 7.9 7.7
क्रमांक #35 #47
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 79.4% 74.6%
अस्थिर चाचण्या 3 5
एकूण रन 63 63
प्रति निकाल खर्च 3.662 2.637
एकूण खर्च $0.550 $0.343
इनपुट किंमत $2.000 / 1M $2.500 / 1M
आउटपुट किंमत $10.000 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 67,416 34,226
आउटपुट टोकन्स 34,012 1,943
रिझनिंग टोकन्स 7,673 15,201
प्रतिसाद वेळ (सरासरी) 9.94s 4.88s
प्रतिसाद वेळ (कमाल) 56.94s 19.85s
प्रतिसाद वेळ (एकूण) 208.71s 102.53s

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#35 Claude Sonnet 5

medium
खर्च
$0.007
वेळ
6.4s
टोकन्स
832 tok

#47 GPT-5.6 Terra

low
खर्च
$0.034
वेळ
16.8s
टोकन्स
2,348 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
GPT-5.6 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
GPT-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
GPT-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
GPT-5.6 Terra 10.0 10.0 100.0% 0 919ms 7,140 222 0
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
GPT-5.6 Terra 5.3 7.2 44.4% 1 8.34s 723 72 4,086
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 4.8 3.2 33.3% 1 4.32s 708 264 0
GPT-5.6 Terra 4.8 3.2 33.3% 1 3.52s 477 105 249
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 9.9 10.0 100.0% 0 3.10s 909 318 269
GPT-5.6 Terra 10.0 10.0 100.0% 0 1.48s 660 87 134
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 7.7 10.0 66.7% 0 2.98s 894 407 121
GPT-5.6 Terra 10.0 10.0 100.0% 0 4.46s 642 259 1,506
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
GPT-5.6 Terra 4.7 1.6 66.7% 1 6.69s 5,462 257 226
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Sonnet 5 3.0 10.0 0.0% 0 7.06s 258 917 204
GPT-5.6 Terra 3.0 10.0 0.0% 0 5.95s 195 29 1,228

झटपट तुलना

तुलना जोडी बदला